MATLAB高效编程技巧与应用 25个案例分析PDF电子书下载

第一部分 高效编程技巧 3

第1章　MATLAB快速入门 3

1.1　熟悉MATLAB环境 3

1.1.1　MATLAB的启动 3

1.1.2　MATLAB desktop 3

1.1.3　MATLAB程序编辑器（Editor） 4

1.2　MATLAB牛刀小试 4

1.2.1　Hello,MATLAB 4

1.2.2　万能计算器用法 5

1.2.3　设计一个“囧”的动画 6

1.2.4　用MATLAB编写的第一个函数 6

1.2.5　用MATLAB运行Windows系统命令 8

1.2.6　用MATLAB发送电子邮件 8

1.3 M　语言介绍 9

1.3.1　数值和变量 9

1.3.2　MATLAB程序流程控制 10

1.4　学习MATLAB的方法 12

第2章　重新认识向量化编程 15

2.1　向量化编程流行的一些观点 15

2.2　重新认识循环 15

2.2.1　高版本MATLAB对循环结构的优化 15

2.2.2　选择循环还是向量化 20

2.3　提高代码效率的方法 21

2.3.1　预分配内存 21

2.3.2　选用恰当的函数类型 24

2.3.3　选用恰当的数据类型 27

2.3.4　减少无谓损耗——给一些函数“瘦身” 29

2.3.5　变“勤拿少取”为“少拿多取” 30

2.3.6　循环注意事项 32

2.3.7　逻辑索引和逻辑运算的应用 34

2.4　应用高版本向量化函数提高开发效率 34

2.4.1　accumarray函数 34

2.4.2 arrayfun函数 37

2.4.3 bsxfun函数 38

2.4.4 cellfun函数 39

2.4.5　spfun函数 40

2.4.6 structfun函数 41

第3章　MATLAB处理海量数据 42

3.1　处理海量数据时遇到的问题 42

3.1.1　什么是海量数据 42

3.1.2　经常遇到的问题 42

3.2　有效设置增加可用内存 43

3.2.1　系统默认下内存分配情况 43

3.2.2　打开Windows 3 GB开关 45

3.3　减小内存消耗注意事项 46

3.3.1　读取数据文件 46

3.3.2　数据存储 47

3.3.3　减小内存其他注意事项 49

第4章　匿名函数类型 50

4.1　匿名函数 50

4.1.1　匿名函数的基本定义 50

4.1.2　匿名函数的种类 51

4.2　匿名函数应用实例 52

4.2.1　匿名函数在求解方程中的应用 52

4.2.2 匿名函数在显式表示隐函数方面的应用 54

4.2.3　匿名函数在求积分区域方面的应用 56

4.2.4　匿名函数在求数值积分方面的应用 56

4.2.5　匿名函数和符号计算的结合 56

4.2.6　匿名函数在优化中的应用 57

4.2.7　匿名函数在求积分区域方面的应用 57

4.2.8　匿名函数和cell数组的结合应用 58

第5章　嵌套函数类型 59

5.1　嵌套函数 59

5.1.1　嵌套函数的基本定义 59

5.1.2　嵌套函数种类 60

5.2　嵌套函数的变量作用域 60

5.3　嵌套函数彼此调用关系 63

5.3.1 主函数和嵌套函数之间 63

5.3.2　不同的嵌套函数之间 65

5.3.3　嵌套函数调用关系总结 67

5.4　嵌套函数应用实例 68

5.4.1　嵌套函数在求解积分上限中的应用 68

5.4.2　嵌套函数在GUI中的应用 68

5.4.3　嵌套函数在3D作图中的一个应用 70

5.4.4　嵌套函数表示待优化的目标函数 71

5.4.5　嵌套函数在表示微分方程方面的应用 71

第二部分 案例介绍 75

第6章 积分以及积分方程案例 75

6.1　案例1：一般区域二重、三重积分MATLAB计算方法 75

6.1.1　概要 75

6.1.2　一般区域二重积分的计算 75

6.1.3　一般区域三重积分的计算 78

6.2　案例2：被积函数含有积分项的一类积分的一些求解方法 80

6.2.1　网格求解法 81

6.2.2　插值求解法 82

6.2.3　RBF神经网络逼近法 83

6.2.4　dblquad调用RBF神经网络法 86

6.2.5　dblquad+arrayfun方法 87

6.2.6 quad2d+arrayfun方法 88

6.3　案例3：一般区域n重积分 90

6.4　案例4：蒙特卡洛法计算n重积分 94

6.4.1　概述 94

6.4.2　基本的蒙特卡洛积分法 94

6.4.3　等分布序列的蒙特卡洛法 96

6.5　案例5：第二类Fredholm积分方程数值求解 98

6.5.1　概述 98

6.5.2　具体解法 98

6.5.3　实例 102

6.6　案例6：第一类Fredholm积分方程数值求解 104

6.6.1　概述 104

6.6.2　一类可以化为第二类Fredholm积分方程的第一类Fredholm积分方程求解方法 105

6.6.3　第一类Fredholm积分方程的直接数值积分解法讨论 108

6.7　案例7：第二类Volterra积分方程数值求解 109

6.7.1　概述 109

6.7.2　具体解法 109

6.7.3　实例 113

6.8　案例8：第一类Volterra积分方程数值求解 116

6.8.1　概述 116

6.8.2　转化为第二类Volterra积分方程 116

6.8.3　实例 117

第7章　MATLAB优化及非线性方程（组）求解案例 120

7.1　案例9：全局最优化的讨论 120

7.1.1　随机行走法寻优介绍 120

7.1.2　改进的随机行走法寻优 123

7.2　案例10：fsolve求非线性方程组的应用 127

7.2.1　概述 127

7.2.2　四元非线性方程组的求解 127

7.2.3　九元非线性方程组的求解 128

7.2.4　非线性积分方程的求解 130

7.3　案例11：渐变光波导方程求解 132

7.3.1　求解渐变光波导的模方程 132

7.3.2　二维渐变光波导方程作图 133

7.4　案例12：遗传算法在复杂系统可靠度和冗余度分配优化中的应用 134

7.4.1 问题提出 134

7.4.2　数学模型 135

7.4.3　遗传算法简介 136

7.4.4　实例分析 138

7.5　案例13：遗传算法在车间设备布局优化中的应用 143

7.5.1　问题提出 143

7.5.2　数学模型 143

7.5.3　算法步骤 145

7.5.4　求解代码 146

7.6　案例14：应用Benders分解算法求解混合0-1规划 151

7.6.1　概述 151

7.6.2　Benders分解算法 151

7.6.3　实例分析 155

第8章　案例15：人脸图像压缩与重建 160

8.1　概述 160

8.2 基本的PCA方法实现人脸图像压缩与重建 160

8.2.1　K-L变换 160

8.2.2　特征向量的选取 162

8.3　2DPCA方法实现人脸图像压缩与重建 162

8.3.1　概述 162

8.3.2　2DPCA算法介绍 163

8.3.3　图像压缩（特征提取） 164

8.3.4　图像重建 164

8.4　MatPCA方法实现人脸图像压缩与重建 165

8.4.1　概述 165

8.4.2　MatPCA算法 165

8.5　ModulePCA方法实现人脸图像压缩与重建 166

8.5.1 概述 166

8.5.2 ModulePCA算法 166

8.6　算法在MATLAB平台上的实现 167

8.6.1　概述 167

8.6.2　基本PCA与2DPCA和MatPCA方法GUI 167

8.6.3 Module PCA方法GUI 176

第9章　有关预测分类的案例 183

9.1　案例16：北京市国民生产总值的灰色分析 183

9.1.1　概述 183

9.1.2　引言 183

9.1.3　灰色数据融合预测算法与灰色关联度 184

9.1.4　实例分析 187

9.2　案例17：距离判别法与Bayes判别法在分类中的应用 190

9.2.1　概述 190

9.2.2　判别方法GUI 190

9.2.3　判别方法GUI应用举例 194

9.3　案例18：支持向量机的应用 195

9.3.1　概述 195

9.3.2　支持向量机介绍 195

9.3.3　MATLAB所依据的支持向量机模型 196

9.3.4　支持向量机实现图像分割 197

9.3.5　支持向量机实现手写体数字识别 199

第10章　常微分方程（组）求解案例 203

10.1　案例19：常微分方程（组）解析求解案例 203

10.1.1　概述 203

10.1.2　dsolve函数 203

10.1.3　dsolve函数求解实例 204

10.2　数值求解常微分方程函数 207

10.2.1　概述 207

10.2.2　初值问题求解函数 208

10.2.3　延迟问题以及边值问题求解函数 209

10.2.4　求解前的准备工作 209

10.3　案例20：非刚性／刚性常微分方程初值问题求解 210

10.3.1　概述 210

10.3.2　非刚性问题举例 210

10.3.3　刚性问题举例 212

10.4　案例21：隐式微分方程（组）求解 216

10.4.1　概述 216

10.4.2　利用solve函数 216

10.4.3　利用fzero/fsolve函数 217

10.4.4　利用ode15i函数 220

10.5　案例22：微分代数方程与延迟微分方程求解 221

10.5.1　概述 221

10.5.2　微分代数方程举例 221

10.5.3　延迟微分方程举例 226

10.6　案例23：边值问题求解 230

10.6.1　概述 230

10.6.2　求解案例 230

10.6.3　对bvp4c和bvp5c的改进 234

第11章　案例24：层次分析法及其MATLAB实现 236

11.1　层次分析法概述 236

11.2　层次分析法实现步骤 236

11.2.1　层次分析法的主要实现步骤 236

11.2.2　建立层次分析的结构模型 236

11.2.3　构造成对比较矩阵 238

11.2.4　单一准则下元素相对排序权重计算及比较矩阵一致性检验 238

11.2.5　各元素对目标层合成权重的计算过程 240

11.3　应用实例 242

第12章　案例25：定时器及其应用 247

12.1　定时器介绍 247

12.1.1　概述 247

12.1.2　定时器属性介绍 247

12.2　定时器应用举例 253

参考文献 258

案例1：一般区域二重、三重积分MATLAB计算方法 75

案例2：被积函数含有积分项的一类积分的一些求解方法 80

案例3：一般区域n重积分 90

案例4：蒙特卡洛法计算n重积分 94

案例5：第二类Fredholm积分方程数值求解 98

案例6：第一类Fredholm积分方程数值求解 104

案例7：第二类Volterra积分方程数值求解 109

案例8：第一类Volterra积分方程数值求解 116

案例9：全局最优化的讨论 120

案例10：fsolve求非线性方程组的应用 127

案例11：渐变光波导方程求解 132

案例12：遗传算法在复杂系统可靠度和冗余度分配优化中的应用 134

案例13：遗传算法在车间设备布局优化中的应用 143

案例14：应用Benders分解算法求解混合0-1规划 151

案例15：人脸图像压缩与重建 160

案例16：北京市国民生产总值的灰色分析 183

案例17：距离判别法与Bayes判别法在分类中的应用 190

案例18：支持向量机的应用 195

案例19：常微分方程（组）解析求解案例 203

案例20：非刚性／刚性常微分方程初值问题求解 210

案例21：隐式微分方程（组）求解 216

案例22：微分代数方程与延迟微分方程求解 221

案例23：边值问题求解 230

案例24：层次分析法及其MATLAB实现 236

案例25：定时器及其应用 247